Le changeur de voix chantée IA qui change vraiment la voix

Un changeur de voix chantée IA prend une prise vocale que vous avez déjà interprétée et la rechante avec un autre chanteur. Importez une prise, ou enregistrez-la directement dans le navigateur, choisissez une voix parmi une bibliothèque de 212 modèles sous licence, et trente à soixante secondes plus tard un fichier WAV revient. Chaque note se trouve toujours là où vous l'avez chantée, avec les mêmes mots et les mêmes respirations. Ce qui a été remplacé, c'est l'identité vocale elle-même.

Le mécanisme compte. Un changeur de voix classique pour le chant mesure votre signal et le déplace : hauteur vers le haut ou vers le bas, formants plus larges ou plus étroits. Votre forme d'onde est toujours là-dessous, simplement étirée. Un modèle entraîné procède à l'inverse. Il lit le contour de hauteur et le placement rythmique de votre interprétation, jette votre forme d'onde et resynthétise l'audio à partir d'un modèle entraîné sur un chanteur précis. Rien de votre timbre d'origine ne survit, puisque rien n'en a été utilisé.

En pratique, ce que vous donnez en entrée est l'interprétation que vous récupérez. Chantez avec un engagement total, car une prise témoin hésitante se convertit en résultat hésitant. Enregistrez à sec, sans réverbération, sans delay et sans correction de hauteur : tout ce qui est imprimé dans le signal est lu comme faisant partie de la voix et revient étalé. L'import accepte le WAV, le MP3, l'OGG, le WebM et le FLAC jusqu'à 50 Mo.

Choisir le modèle représente l'autre moitié du travail. La bibliothèque compte 114 voix d'homme et 94 voix de femme, et un changeur de voix chantée donne son résultat le plus propre quand la tessiture naturelle du modèle est proche de la vôtre. Faire passer une prise de baryton grave dans un modèle de soprano claire demande un écart plus grand que ce que les données d'entraînement supportent, et les artefacts apparaissent d'abord sur les notes tenues.

Chaque voix proposée ici est sous licence et libre de droits, entraînée à partir de chanteurs de séance consentants plutôt que récupérée sur des disques publiés : rien de ce que vous créez ne pose de problème de droit à la voix et à l'image. Une conversion coûte 5 crédits et arrive dans Mes créations, où elle reste téléchargeable même après avoir fermé l'onglet.

Quatre technologies différentes se vendent sous des mots presque identiques, et se tromper de choix fait perdre un après-midi. La première est l'effet de changeur de voix classique : transposition de hauteur plus décalage de formants, deux traitements assez légers pour tourner en temps réel sur un téléphone. C'est ce qui alimente les incrustations de stream, les filtres de chat de jeu et les curseurs amusants de la plupart des applications mobiles. C'est rapide, presque gratuit, et cela sonne toujours comme votre voix avec quelque chose par-dessus, parce que c'est exactement ce que c'est.

La deuxième est le modèle vocal entraîné utilisé sur cette page. Il jette votre forme d'onde et régénère le chant à partir d'un modèle d'un autre interprète : le timbre appartient donc à ce chanteur et non à une version filtrée de vous. La contrepartie tient au délai et au coût, une demi-minute de calcul GPU par prise au lieu de cinq millisecondes de traitement numérique.

La troisième est l'autotune, ou correction de hauteur. Elle ramène les notes trop basses ou trop hautes sur la grille et, en réglage dur, ajoute ce son quantifié que les auditeurs identifient comme un effet. Elle ne touche pas à l'identité : une voix corrigée reste incontestablement la vôtre. Gardez-la toutefois à l'écart du fichier d'entrée, car un changeur de voix IA fondé sur un modèle entraîné lit votre contour de hauteur, et une correction appliquée avant retire l'expression que le modèle aurait sinon reproduite.

La quatrième est le clonage vocal par synthèse à partir de texte. Vous tapez des mots et un modèle les prononce ; certains outils imitent le chant à partir d'une mélodie écrite. Aucune interprétation de vous n'existe dans cette chaîne : le phrasé, le placement rythmique, les nuances et les petites imperfections qui rendent une voix crédible doivent tous être inventés. Utile pour la narration, mal adapté à la musique.

Rien de tout cela ne rend la solution bon marché mauvaise. S'il vous faut entendre le changement en direct pendant que vous chantez, si vous êtes hors ligne sur un téléphone, si vous voulez un léger changement de caractère plutôt qu'un nouveau chanteur, ou si vous souhaitez justement que l'auditeur vous reconnaisse dessous, un changeur de voix chantée par traitement du signal est le bon outil et un modèle entraîné serait excessif. Utilisez cette page quand c'est l'identité vocale elle-même qui doit changer.